Содержание к диссертации
Введение
1. Введение 5
1.1. Основные исторические этапы в исследовании гамма-всплесков и современное состояние проблемы 5
1.2. Методологическая характеристика диссертации 8
1.3. Краткое обозрение диссертационного цикла работ 9
2. Архивные данные эксперимента BATSE 13
2.1. Общие сведения об эксперименте 13
2.2. Матрица отклика, детектора 14
2.3. Триггер BATSE 16
2.4. Типы данных, их характерные дефекты и фоны 17
2.5. Каталог BATSE и основные результаты миссии 18
3. Приближенная масштабная инвариантность во временных свойствах гамма-всплесков и ее возможная интерпретация 20
3.1. Феноменология временной переменности гамма-всплесков 20
3.2. Средний временной профиль гамма-всплесков: растянутая экспонента 26
3.3. Средний спектр мощности Фурье гамма-всплесков 30
3.4. Феноменологическая модель лавины импульсов 35
3.5. Возможные интерпретации модели лавины импульсов 35
4. Зависимость временных свойств гамма-всплесков от яркости 45
4.1. Анализ данных 46
4.1.1. Вычитание фона 46
4.1.2. Поиск пика кривой темпа счета гамма-всплеска 48
4.1.3. Проверка устойчивости средннего профиля к систематике, зависящей от яркости 49
4.1.4. Подгонка среднего профиля растянутой экспонентой 52
4.2 Зависимость среднего профиля гамма-всплесков от яркости 56
4.2.1. Временные константы среднего профиля 56
4.2.1. Изменение формы склонов среднего профиля в зависимости от яркости 59
4.3. Корреляция между сложностью временного профиля и яркостью гамма-всплесков 60
4.3.1. Визуальный тест 61
4.3.2. Разделение всплесков на простые и сложные методом максимального правдоподобия 62
4.4. Интерпретация результатов и основные выводы 67
5. Поиск нетриггерных гамма-всплесков в архивных данных BATSE и большой однородный каталог 69
5.1. Сканирование данных 70
5.1.1. Подсадные гамма-всплески 70
5.1.2. Лабораторный триггер 73
5.1.3. Организация сканирования 74
5.2. Подгонка параметров гамма-всплесков 75
5.3. Идентификация гамма-всплесков 78
5.4. Оценка пиковой яркости гамма-всплесков 82
5.5. Каталог найденных гамма-всплесков и архив данных 82
5.5.1. Сравнение с каталогами BATSE и Коммерса 86
5.5.2. Всплески вблизи порога регистрации 89
5.5.3. Архив данных 91
5.6. Тесты на примесь событий другой природы в (каталоге 92
5-6.1. Возможные типы примесей 92
5.6.2. Отношение жесткости 93
5.6.3. Угловое распределение 95
5.6.4. Зависимость от широты положения станции 99
5.6.5. Резюме 100
6. Первоочередные результаты статистической обработки нового каталога гамма-всплесков . 102
6.1 Распределение гамма-всплесков по пиковой яркости (log N - log Р) 102
6.2 Проверка изотропии распределения гамма-всплесков 106
6.3 Сверхдлинные гамма-всплески 109
7. Космологическая эволюция источников гамма-всплесков и их функция светимости 116
7.1 Использованные данные 118
7.1.1. Выборки экспериментов BATSE и Ulysses; их кросс-калибровка и объединенное распределение log N - log Р 118
7.1.2. Частота всплесков с высокой абсолютной яркостью 122
7.2 Подгоночные модели 123
7.2.1. Космология 123
7.2.2. Эволюция источников 124
7.2.3. Функция светимости 126
7.3. Процедура подгонки 128
7.4. Результаты 129
7.4.1. Спадающая эволюция источников 129
7.4.2. Результаты по функции светимости 133
7.4.3. Нижний предел на полную частоту гамма-всплесков 138
7.5 Резюме 138
8. Обнаружение гигантских рентгеновских вспышек Лебедя Х-1 140
8.1. Наблюдения вспышек и обработка сигнала 141
8.2. Сравнение гигантских вспышек с обычным состоянием Лебедя Х-1 146
8.3. Подтверждение гигантских вспышек Лебедя Х-1 другими авторами и современный статус проблемы 148
8.4. Возможная природа гигантских вспышек Лебедя Х-1 150
9. Заключение 153
Литература 162
- Основные исторические этапы в исследовании гамма-всплесков и современное состояние проблемы
- Средний временной профиль гамма-всплесков: растянутая экспонента
- Разделение всплесков на простые и сложные методом максимального правдоподобия
- Распределение гамма-всплесков по пиковой яркости (log N - log Р)
Введение к работе
Явление гамма-всплесков остается загадкой намного дольше, чем любое другое крупное астрономическое открытие второй половины двадцатого века. Для сравнения можно взять близкие по времени (60-е годы) и по значимости открытия пульсаров и квазаров. Первое было объяснено практически сразу, второе было понято в общих чертах на протяжении нескольких лет. Гамма-всплески, будучи зарегистрированы впервые в конце 60-х и представлены научной общественности в 1973 г. (Klebesadle, Strong к Olsen, 1973), по сути, не поняты до сих пор.
В данном введении, относящемся к диссертации в целом, мы ограничимся только кратким историческим очерком и общей формулировкой современного состояния проблемы, чтобы обрисовать место данного исследования в общей картине с методологической и содержательной сторон. Более конкретные обзоры по отдельным направлениям представляемого цикла, работ с соответствующей библиографией будут даны в главах диссертации.
Основные исторические этапы в исследовании гамма-всплесков и современное состояние проблемы
Открытие и первые исследования. Открытие (Klebesadle, Strong & Olsen. 1973) совершено американскими аппаратами "Вела", предназна-чеными для контроля над выполнением договора о запрещении ядерных испытаний в атмосфере и в космосе. Вскоре выяснилось, что зарегистрированные всплески гамма-излучения имеют внеземное происхождение и не связаны с Солнцем.
Следующий шаг в исследовании гамма-всплесков - эксперименты Конус па борту межпланетных станций "Венера-11" и "Вснера-12" (Мазец и др., 1979), СНЕГ на борту тех же станций и спутнике "Прогноз 6" (Зеп-ченко и др., 1979) и Pioneer Venus Orbiter (Evans et al., 1981). Эти эксперименты набрали значительную статистику гамма-всплесков, в которой уже начали проявляться интересные свойства явления (сложная временная переменность, нетривиальное распределение по яркости и т.п., см. ниже), однако для уверенных выводов об их происхождении данных не хватало. В частности, не хватало статистики, чтобы однозначно подтвердить или опровергнуть галактическое происхождение гамма-всплесков.
Согласно преобладающей точке зрения 70-х и 80-х годов, гамма-всплескам приписывалось галактическое происхождение, связанное скорее всего с нейтронными звездами (см., например, Бисноватый-Коган, Нечеткий, 1981, 1983; Fishman et al., 1978; Shklovsky к Mitrofanov, 1985). Выдвигались и предположения о космологической шкале расстояний до источников гамма-всплесков (Prilutski к Usov, 1975; Paczynski, 1986), но статус этой идеи долгое время оставался маргинальным.
Данный результат проявился вскоре после запуска Гамма-обсерватории "Комптон" благодаря эксперименту по регистрации всплесков и тран-зиентных источников (Burst and Transient Source Experiment, BATSE, Fishman et al., 1989), функционировавшем на борту Гамма-обсерватории. Распределение всплесков по положению на небе и по яркости рисовало картину, в которой источники всплесков составляют сферически симметричное облако с плотностью, спадающей от центра к периферии, так, что мы находимся в центре этого облака. Такая картина поставила под сомнение галактическое происхождение гамма-всплесков, зато естественным образом вписывалась в космологический сценарий их происхождения. Последний постепенно стал превращаться из маргинального в общепринятый, хотя еще отстаивались галактические модели, главным образом, модель протяженного галактического гало (Fishman et al., 1978; Shklovsky к Mitrofanov, 1985), которые по мере накопления статистики требовали все больших натяжек.
Тем временем, па основе распределения гамма-всплесков по продолжительности, выяснилось, что существуют два класса гамма-всплесков, возможно, представляющие совершенно разные явления: короткие (до 2 секунд) и длинные (с пиком в районе десятков секунд) события (Kouveliotoa et al., 1993). Следует отметить, что, несмотря на традицию цитировать результат BATSE как открытие двух классов гамма-всплесков, двугорбое распределение по продолжительности просматривалось уже в результатах эксперимента Конус-Венера, и было проинтерпретировано авторами этого эксперимента именно как наличие двух классов гамма-всплесков в работах Mazets et al. (1981) и Mazets et al. (1982). Все нижеследующее в данном обзоре относится к классу длинных гамма-всплесков. Вопрос о происхождении коротких гамма-всплесков остается открытым. Период примерно с 1993 до 1997 г. был, пожалуй, самым драматичным в истории исследования гамма-всплесков: появились очень сильные, но пока не общепризнанные, указания на их космологическую природу, при этом никто никогда не видел никаких проявлений гамма-всплесков в других диапазонах электромагнитного спектра или связанных с ними объектов. Возникла даже проблема, названная "no host problem", т.е. на месте хороню локализованных гамма-всплесков, как правило, не находили ничего, что могло бы быть родительской галактикой (см, например, Larson et al., 1996). Согласно библиографическому исследованию, предпринятому Nemirofi (1994), число теоретических моделей гамма-всплесков превысило сотню. Однако, существовала лидирующая модель, к которой постепенно склонялась научная общественность: слияние системы двух нейтронных звезд. Впервые такая идея была высказана в работе Блинникова и др. (1984) и развита, уже когда появилось больше свидетельств в пользу космологического происхождения гамма-всплесков в работе Paczynski (1991).
В феврале 1997 г. итало-голландский спутник Верро SAX зарегистрировал и хорошо локализовал рентгеновское послесвечение гамма-всплеска (Costa et al., 1997). Вскоре в области локализации был обнаружен транзиентный, слабеющий со временем оптический источник. Этот успех был впоследствии многократно повторен также и другими аппаратами. На месте послесвечений, как правило, находили слабые далекие галактики. Во многих случаях удалось непосредственно измерить красное смещение либо родительских галактик, либо линий поглощения в спектре послесвечения и оно оказывалось порядка единицы или больше. Космологическое происхождение гамма-всплесков (по крайней мере, той части, для которой удалось измерить красное смещение) было доказано непосредственно.
Когда утвердилась гипотеза о космологической шкале расстояний до источников гамма-всплесков, остались два наиболее реалистичных предположения по поводу их природы: слияние двойных нейтронных звезд (Блинников и др. 1984; Paczynski, 1991) и своеобразный тип сверхновой (был предложен термин "гиперновая"), связанный с коллапсом массивных звезд. (Woosley, 1993; Paczynski 1998). В середине 90-х более популярной была модель слияния нейтронных звезд. Однако, начиная с конца 90-х начали накапливаться свидетельства в пользу гипотезы гиперновой (плотная межзвездная среда у источника (Galama к Wijers, 2000 Piro et al., 2000), корреляция с областями звездообразования (Bloom, Kulkarni fe Djorgovski. 2001) и т.п.). Наконец, событие 29 марта 2003 года (Hjorth et al.j 2003) явилось веским аргументом в поддержку данной гипотезы: спектр послесвечения этого всплеска содержал элементы, свойственные сверхновым типа Ic SN {Matheson et al, 2003). Вряд ли этот факт можно считать полностью доказательным, но совокупность наблюдений делает гипотезу гиперновой самой правдоподобной.
Благодаря прогрессу последних лет мы твердо знаем о космологическом масштабе расстояний до источников гамма-всплесков и имеем веские основания предполагать, что они связаны с определенным типом сверхновых - коллапсирующими массивными звездами, предположительно звездами Вольфа-Райе (см., например, Postnov & Cherepashchuk, 2001). Существует также консенсус относительно сильной анизотропии излучения гамма-всплесков и ультрарелятивистского движения в источнике. Скорее всего, источник гамма-излучения является джетом с Лоренц-фактором Г 100.
Средний временной профиль гамма-всплесков: растянутая экспонента
Изучение среднего временного профиля гамма-всплесков было мотивировано поиском временной растяжки слабых всплесков относительно сильных, которое должно наблюдаться, если гамма-всплески приходят с космологических расстояний. Для построения среднего профиля надо просуммировать временные профили событий. Возникает вопрос - как их выравнивать? Согласно 3.1.5 у гамма-всплесков нет никакой особенности, задающей естественное начало отсчета времени. Пожалуй, единственное естественное решение было предложено в работах Mitrofanov et al. (1994, 1996) - выравнивать всплески по пику временного профиля. Вскоре ту же самую процедуру среди других процедур повторили Norris et al. (1994). Mitrofanov и др. (1994, 1996) не обнаружили временной растяжки слабых событий, в то время как Norris и др. (1994) обнаружили.
Автор данной диссертации задался вопросом - какую форму имеет средний профиль выравненный до пику (авторы предшествующих работ до тех пор не задавались этим вопросом и работали с профилем как с произвольной функцией).
При построении среднего профиля использовались триггерные 64 мс данные с детекторов большой площади BATSE (DISCSC), покрывающие временной промежуток от 2 секунд до триггера до 470 секунд после триггера (в начале срока работы BATSE интервал 64 мс данных был 230 с). Кроме этого использовались данные с бином 1.024 с, которые записывались непрерывно вне зависимости от триггера. Последние использовались, чтобы оценить фон по темпу счета в двух временных окнах-, одно до триггера, другое после события. Чтобы учесть возможные плавные хвосты гамма-всплесков, второе окно, как правило, отстояло от конца визуально различимого сигнала не менее, чем на 150 с. Темп счета, определяющий профиль события, суммировался по 2 и 3 энергетическим каналам (50 - 300 кэВ) и по тем детекторам, которые дали триггер на всплеск (их число менялось от 2 до 4, в зависимости от яркости всплеска).
Фон аппроксимировался линейной зависимостью от времени. В принципе, возможна интерполяция фона полиномами более высокой степени, но, с одной стороны, поведение фона бывает вообще не полиномиальным (например, ступеньки в темпе счета, вызванные заходом или восходом астрофизических источников), с другой стороны линейный фит не привносит систематических ошибок: отклонения ог линейной зависимости с равной вероятностью имеют разный знак. К тому же линейный фит лучше сохраняет возможные плавные трудноотличимые от фона хвосты всплесков: полиномиальный фит может "съесть" подобные хвосты. Подобная процедура оценки фона давала значительные ошибки для индивидуальных событий но минимальное систематическое смещение при оценке среднего профиля. При суммировании профили всех всплесков нормировались на пиковый темп счета.
Никакой сортировки событий по длительности не проводилось, хотя короткие всплески, возможно, являются другим явлением. Проблема в том, что даже если это два разных явления, их распределения по длительности перекрываются. Кроме того, трудно провести разделение, независимое от яркости. В конечном счете, примесь коротких событий другой природы должна проявиться как особенность вблизи пика распределения и может быть соответствующим образом идентифицирована.
Предварительно были отброшены события, имеющие пробелы в данных, сильно меняющийся фон и слишком малую яркость (ниже 0.3 фот./см2/с в пике), В первой работе (Stern, 1996) число полезных событий, оставшихся после такого отбора, составило 409, В этой работе был исследован только спадающий склон среднего профиля до времени около 150 с после пика события. Оказалось, что спадающий склон отлично описывается растянутой экспонентой: где t - время после пика события, 1р - пиковый теми счета, t0 и і/ -подгоночные параметры: tQ = 0.76 ± 0.03 с v = 0.344 ± 0.025 (ошибки даны для 90% доверительного интервала). Следует отметить близость показателя у к 1/3. Возможно, эта близость является случайной, однако, удобно принять значение и = 1/3 в качестве рабочей гипотезы, которая и использована на рис. 3.2 для изображения среднего профиля. Оказалось, что константа t0 зависит от яркости, что можно интерпретировать как временную растяжку. Этот эффект более подробно исследован в главе 4, Вблизи пика (t 1 с) заметен подъем относительно растянутой экспоненты с индксом 1/3 (рис. 3.3а), эта деталь вероятно отражает примесь коротких всплесков, чужеродных в использованной выборке.
В работе Stern, Poutanenfe Svensson (1999) получены аналогичные результаты для большей статистики, а также, для нарастающего фронта
Нарастающий и спадающий склоны среднего временного профиля гамма-всплесков с подгонкой растянутой экспонентой. Верхняя пара кривых - склоны для полной выборки 1310 "полезных" гамма-всплесков, зарегистрированных BATSE к концу 1998 г. Нижняя пара кривых (сдвинутая на порядок вниз для ясности рисунка) - то же самое для более яркой части выборки (953 события). Нарастающие склоны круче, чем спадающие для обоих случаев. По горизонтали отложена величина \t — tp\ , где р - время, соответствующее максимуму события. Пуктирными кривыми показана наилучшая подгонка растянутой экспонентой. Для полной выборки подгоночные значения индекса растянутой экспоненты нарастающего склона v = 0.30, спадающего v = 0.37. Для яркой части выборки v = 0.33 для обоих склонов. (Ь) Примеры попыток подгонки среднего профиля другими функциями. Пунктирная кривая - параметризация, использованная Mitrofanov, Litvak & Ushakov (1997), штриховая кривая - логнормальное распределение (см. текст). среднего профиля (рис 3.3а). При этом, нарастающий фронт имеет ту же форму вытянутой экспоненты с индексом, совместимым с 1/3, но меньшую константу времени t0 0.4. На большой статистике выяснилось, что слабые события несколько отличаются по средней форме (и это ие систематическая ошибка, связанная с яркостью, а реальный эффект, см. 4.2), причем хорошая подгонка растянутой экспонентов с одним и тем же индексом и = 1/3 для нарастающего и спадающего фронтов получается для выборки событий с пиковой яркостью выше 1 фот./см2/с.
Разделение всплесков на простые и сложные методом максимального правдоподобия
Смешивание масштабов, наблюдаемых в гамма-всплесках, требует, чтобы константа времени дочернего импульса ть отличалась от родительского. Это можно параметризовать следующим образом: ть = FT, где фактор F случаен и имеет распределение, не зависящее от г (для соблюдения требования 3.4.2). В качестве наиболее естественного распределения F можно взять логнормалыюе распределение, тогда параметризация примсі1 вид ть = 10 V, где величина г) распределена, по нормальному распределению со средним % и дисперсией и. Изучая индивидуальные профили мы пришли к интуитивному выводу, что серии импульсов скоррелированьг по длительности, т.е. ті г, но в го же вре мя каскад развивается от более Число параметров модели при таком построении достаточно велико - семь. Однако длинных к более коротким импульсям, т.е. Ті т. Это соответствует небольшим значениям т]0 и а г)0. Константа времени импульсов ограничена сверху и снизу значениями ггаак и Trnjn. Если т очередного импульса выходит за этот интервал, импульс отбрасывается и цепочка на этом обрывается. Это позволяет процессу сходиться, даже если \х 1, т.е. критическое значение \). повышается, причем тем больше, чем меньше фактор 104. Процесс стартует со случайного числа "спонтанных" импуль сов, это число имеет пуассоновское распределение со средним \.iQ 1. Константа времени спонтанных импульсов распределена равномерно по логарифму между rmax и rmin. Начальные импульсы задержаны относительно начала отсчета времени (которое само но себе никак не проявляется, см. 3.1.2) анало гично 3.4.6. они в достаточной степени "развязаны", так что в пространстве параметров несложно ориентироваться. ттах и гга;п определяют общий временной масштаб задачи, их одновременное умножение на некий фактор меняет временной масштаб, не меняя формы распределений. Отношение Tmax/rmiu определяет ширину масштабно-инвариантного интервала, который, как следует из 3,3 составляет около 2 порядков. т/0 определяет скорость, с которой каскад переходит от больших к меньшим масштабам, параметр и не очень важен, хотя большие а увеличивают разнообразие и замедляют сходимость каскада. Разумно зафиксировать о — г/0. Параметр /і вместе с параметром % определяет критичность процесса. Если бы не существовало масштабных границ, критическому состоянию соответствовало бы /І = 1 (как в цепной реакции). В данном случае критическое значение /І 1, причем тем больше, чем больше %. Параметр задержки а развертывает каскад импульсов во времени. Интервал, в котором получается правдоподобная картина и растянуто-экспоненциальная форма среднего профиля 2 Q 5.
Впервые подгонка, данных этой моделью осуществлена в работе Stern к Svensson (1996), когда еще не были получены результаты по среднему спектру мощности, поэтому подгонялся средний профиль, его флуктуации, автокорреляционная функция. Подгонка делалась подбором, "на глаз", так как настоящая подгонка с помощью минимизации некоторой функции правдоподобия здесь вряд ли осмыслена: модель не претендует на точное количественное описание. Набор параметров, при котором появляется неплохое качественное согласие: // = 1.2 (обеспечивает достаточную сложность некоторых всплесков), а = 4 (дает лучшее согласие в форме среднего профиля, см. 3.2), 1]а = о = 0.25, ji(} = 1, tm.j„ = 20 мс (на уровне заведомо меньше временного бина данных). После фиксации остальных параметров, параметр Тт-Ах = 26 с был найден из подгонки константы времени среднего профиля t0 (см. 3.2).
Сравнение ряда результатов модели с данными приведено на рис. 3.7. После того, как подогнан средний профиль (рис. 3.7а), автоматически получается хорошее согласие в таких характеристиках как: - Среднеквадратичное отклонение индивидуальных профилей (рис 3.7а) от среднего. Согласие означает, что модель правильно воспроизводит не только средний профиль, но и флуктуации индивидуальных профилей, - Форму среднего куба индивидуальных профилей (рис. 3,7Ь), Проверка согласия высших моментов распределений является полезным подтверждением. - Средняя функция автокорреляции (рис 3.7с), Здесь согласие чуть хуже, отклонение составляет 13%, что впрочем для функции, меняющейся на 2 порядка, является удовлетворительным. - Распределение событий по продолжительности (длительность смоделированных событий, как и реальных, определялась через T9U). Здесь согласие лишь приблизительное, но мы и не могли получить лучшее согласие, так как не вводили в модель бимодальность, присутствующую в реальных гамма-всплесках. Путем увеличения rm;n можно приблизить распределение к той части распределения реальных гамма-всплесков, что описывает класс длинных событий. Кроме средних распределений, модель воспроизводит визуальное впечатление реальных событий. На рис. 3.8 реальные события разной сложности сравниваются с разыгранными событиями аналогичной сложности. Подбор похожих пар делался из 395 реальных ярких всплесков и того же числа смоделированных событий при фиксированных значениях параметрах, тех же, что перечислены выше. Чтобы получить количественную оценку схожести, мы добавили к смоделированным событиям пуассоновский шум, приравняв пиковую яркость г-го смоделированного события к пиковой яркости Ї-ГО реального всплеска. Затем провели простейшую визуальную классификацию тех и других событий на однопи-ковые (результат: 104 реальных и 91 смоделированных), "двухпиковые" (43 реальных, 44 смоделированных), "умеренно сложные" (84 реальных, 81 смоделированных), "очень сложных, хаотических" (94 реальных, 109 смоделированных). Как видно, и в этом отношении наблюдается разумное согласие. После получения результатов по среднему спектру мощности Фурье (3.3) было естественным проверить и согласие по среднему спектру мощности. Это сделано в работе Stern (1999). При значениях параметров, перечисленных выше, спектр мощности подгоняется плохо: из-за низкого значения тт-т не воспроизводится высокочастотный завал, а сам спектр оказывается чуть положе реального. Спектр мощности одновременно со средним профилем удалось подогнать при минимальном изменении значений параметров.
Распределение гамма-всплесков по пиковой яркости (log N - log Р)
Одним из ударных направлений исследований в середине 90-х годов был поиск следов космологического красного смещения в спектрах и временных свойствах гамма-всплесков. Идея достаточно очевидна: если гамма-всплески излучаются на космологических расстояниях, то более слабые, как в среднем более далекие, должны иметь большее красное смещение. Причем красное смещение не только уменьшает энергию фотонов, но и растягивает событие во времени. Идею искать временную растяжку слабых всплесков относительно сильных, как индикатор космологического происхождения гамма-всплесков высказал Paczynski (1992) Задача осложняется тем, что индивидуальные всплески сильно отличаются по собственной продолжительности и форме временного профиля. Единственная надежда состояла в использовании средних временных свойств больших выборок событий разной яркости.
Первым указание на временную растяжку слабых событий обнаружили Lestrade et al. (1993) по данным эксперимента PHEBUS, хотя сейчас трудно проверить, насколько значимым был результат: впоследствии при поиске данного эффекта на гораздо большей статистике BATSE, исследователи столкнулись со значительными трудностями.
Из ранних попыток найти временную растяжку слабых событий по данным BATSE надо отметить работы Davis et al. (1994), где измерялась ширина индивидуальных импульсов в многопиковых событиях -найден эффект растяжки на фактор 2, работы Mitrofanov et al. (1994, 1996), в которых измерялся средний профиль сильных и слабых всплесков - эффекта не обнаружено, Norris et al. (1994, 1995), используя тот же метод, что и Митрофанов, и ряд других тестов, нашли временную растяжку на фактор 2. Кроме того, временную растяжку нашли Feniraore к Bloom (1995) и не нашли Lee к Petrosian (1997). Как демонстрирует противоречивость результатов, задача действительно непроста. Кроме больших статистических ошибок, связанных с крайним разнообразием гамма-всплесков, большую роль играют всевозможные систематические ошибки, связанные с пуассоновским шумом и вычитанием фона, зависящие от яркости выборки. В предыдущей главе изложены результаты по определению среднего временного профиля гамма-всплесков. Простая и удачная аппроксимация растянутой экспонентой является не только наводящим соображением относительно возможных механизмов гамма-всплесков, но и хорошим инструментом для выявления временной растяжки. Эта возможность была использована в работах Stern (1996), Stern, Pontanen & Svennson (1997) и Stern, Poutanen к Svensson (1999). Временная растяжка слабых событий относительно сильных действительно была найдена, однако были найдены и другие эффекты, не сводимые к космологическому красному смещению.
Поиск зависимости временных свойств от наблюдаемой яркости сложен не только потому, что всплески очень разнообразны, но и потому, что искажения, связанные с пуассоновским шумом и вычитанием фона, тоже зависят от яркости и могут имитировать тот или иной эффект.
Процедура обработки данных, предпринятая в работе Stern (1996), описана в предыдущей главе. В двух следующих работах, перечисленных выше, обработка проводилась более тщательно. Процедура вычитания фона, включала визуальный отбор событий и установку временных окон для подгонки фона. К сожалению, эти процедуры практически невозможно автоматизировать из-за разнообразия фонов и дефектов данных. Чтобы исключить субъективные систематические смещения, мы придерживались следующих правил: 1. Подгонка фона для всех событий была линейной (полиномиальный фит второго и более высокого порядков может быть нестабильным, поскольку фон очень разнообразен). Линейная подгонка, как правило, проводилась по двум подгоночным временным окнам: одно перед всплеском, другое - после. Требовалось, чтобы фон в окнах был спокойным и имел хороший остаточный х2 относительно линейной регрессии. В редких случаях (пробелы в данных), приходилось ограничиваться одним подгоночным окном (если при этом фон был плохим или событие слабым, последнее браковалось). Для очень длинных событий с широко разделенными эпизодами излучения в паузах между эпизодами устанавливались дополнительные окна. При этом фон аппроксимировался ломаной линией. 2. Каждая особенность кривой блеска, отстоящая от основного пика события, сравнивалась по примерному направлению прихода с главным пиком. Для этого сравнивались относительные интенсивности сигналов в 8 детекторах. Соотношение сигналов должно было быть тем же самым, что и для главного пика. Таким образом всплески были очищены от несвязанных с ними флуктуации фона. 3. Был принят основной фиксированный набор временных окон: окно подгонки фона (от -120 до -70 секунд относительно момента тригера), окно измерения сигнала (от -70 до +200 с) и второе окно подгонки фона (от +200 до +250 с). Всегда, когда возможно, использовался именно этот набор. Для событий длииее 200 секунд, как правило, была возможность выставить дополнительные окна фона. На измерительном интервале 270 секунд фон обычно имеет небольшую кривизну. Она вносит ошибку Б профиль индивидуального всплеска, но поскольку кривизна имеет случайный знак, эти ошибки запуляются при построении среднего профиля. Если линия фона имела значительную кривизну, а событие было коротким, интервал между окнами сужался. 4. Мы браковали все события,для которых не было уверенности, что сигнал не теряется и не загрязняется в интервале 100 с после главного пика и 50 с до него. Подобные проблемы возникали из-за пробелов в данных, магнитосферных эффектов, солнечных вспышек и т.п.
Эта процедура оптимизирована для уменьшения систематических ио кажепий среднего временного профиля, при том, что она не оптимальна для воспроизведения индивидуальных профилей. Чтобы оценить ошибки в подгонке фона, мы провели следующий тест. Для каждого события, где это возможно (около 75% всех событий), мы установили проверочные временные окна между окнами фона, избегая сигнала от самого гамма-всплеска,. В каждом из этих окон был измерен остаточный сигнал после вычитания фона. Распределение средних по времени остаточных сигналов для 469 слабых и средних всплесков показано на рис. 4.1. Распределение симметрично, усредненное отклонение составляет +0.084 і 0.11 отсчетов/64 мс (здесь и далее в этом параграфе за единицу темпа счета принимается число отсчетов со всех триггерпых детекторов в энергетическом интервале 50 - 300 КэВ за одни временной бин 64 мс). Это смещение надо сравнивать с ггиковым темпом счета, который составляет более 50 для самых слабых и К}5 для самых сильных гамма-всплесков. При этом средняя величина вычитаемого фона составляет 300 отсчетов/64 мс.
Похожие диссертации на Закономерности во временных свойствах, космологическая эволюция и функция светимости гамма-всплесков
